ผู้นำทางความคิด

เมื่อ AI ที่สร้างสรรค์ขยายตัว คือเวลาที่จะจัดการกับ AI ที่มีความรับผิดชอบ

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ในปี 2022 บริษัทต่างๆ มีโมเดล AI ที่ใช้งานจริงเฉลี่ย 3.8 โมเดล ในปัจจุบัน 7 ใน 10 บริษัททดลองใช้ AI ที่สร้างสรรค์ ซึ่งหมายความว่าจำนวนโมเดล AI ที่ใช้งานจริงจะเพิ่มขึ้นอย่างรวดเร็วในช่วงหลายปีที่จะมาถึง ดังนั้น การอภิปรายในอุตสาหกรรมเกี่ยวกับ AI ที่มีความรับผิดชอบจึงมีความสำคัญมากขึ้น

ข่าวดีคือ มากกว่าครึ่งหนึ่งขององค์กรสนับสนุนจริยธรรม AI อยู่แล้ว อย่างไรก็ตาม มีเพียงประมาณ 20% ที่ได้ดำเนินโปรแกรมที่ครอบคลุมพร้อมเฟรมเวิร์ก การกำกับดูแล และการตรวจสอบเพื่อดูแลการพัฒนาโมเดล AI และระบุ serta ลดความเสี่ยง proactively ด้วยความเร็วในการพัฒนา AI ที่รวดเร็ว ผู้นำควรดำเนินการเพื่อนำเฟรมเวิร์กและกระบวนการที่เติบโตมาใช้ กฎระเบียบในหลายประเทศกำลังจะมาถึง และแล้วหนึ่งในสององค์กรได้ประสบความล้มเหลวในการใช้ AI ที่มีความรับผิดชอบ

ความท้าทายในการนำ AI ที่มีความรับผิดชอบมาใช้

AI ที่มีความรับผิดชอบครอบคลุมถึง 20 ฟังก์ชันทางธุรกิจที่แตกต่างกัน ซึ่งเพิ่มความซับซ้อนของกระบวนการและกระบวนการตัดสินใจ ทีมงาน AI ที่มีความรับผิดชอบจะต้องทำงานร่วมกับผู้มีส่วนได้ส่วนเสียหลักๆ รวมถึงผู้นำธุรกิจ เจ้าของธุรกิจ ทีมงานด้านข้อมูล AI และ IT และพันธมิตรเพื่อ:

  • สร้างโซลูชัน AI ที่ยุติธรรมและไม่มีอคติ: ทีมงานและพันธมิตรสามารถใช้เทคนิคต่างๆ เช่น การวิเคราะห์ข้อมูลเชิงอธิบายเพื่อระบุและลดอคติที่อาจเกิดขึ้นก่อนการพัฒนาโซลูชัน เพื่อให้โมเดลถูกสร้างขึ้นด้วยความยุติธรรมตั้งแต่ต้น ทีมงานและพันธมิตรยังสามารถตรวจสอบข้อมูลที่ใช้ในการประมวลผลข้อมูล การออกแบบอัลกอริทึม และการประมวลผลข้อมูลหลังการประมวลผลเพื่อให้แน่ใจว่าข้อมูลมีความเป็นตัวแทนและสมดุล นอกจากนี้ยังสามารถใช้เทคนิคความยุติธรรมแบบกลุ่มและแบบบุคคลเพื่อให้แน่ใจว่าอัลกอริทึมปฏิบัติต่อคนและกลุ่มต่างๆ อย่างยุติธรรม และใช้แนวทางความยุติธรรมแบบสมมุติเพื่อสร้างแบบจำลองผลลัพธ์หากมีการเปลี่ยนแปลงปัจจัยบางอย่าง เพื่อช่วยระบุและแก้ไขอคติ
  • ส่งเสริมความโปร่งใสและความสามารถอธิบายได้ของ AI: ความโปร่งใสของ AI หมายถึงความสามารถในการเข้าใจว่าโมเดล AI ทำงานและตัดสินใจอย่างไร ความสามารถอธิบายได้หมายถึงความสามารถในการสื่อสารการตัดสินใจเหล่านี้ให้กับผู้อื่นได้อย่างง่ายดาย โดยใช้คำศัพท์ทั่วไป การจัดประชุมกับผู้มีส่วนได้ส่วนเสียอย่างสม่ำเสมอ และการสร้างวัฒนธรรมแห่งความตระหนักและความเรียนรู้อย่างต่อเนื่องสามารถช่วยให้บรรลุเป้าหมายนี้
  • รับรองความเป็นส่วนตัวและความปลอดภัยของข้อมูล: โมเดล AI ใช้ข้อมูลจำนวนมาก บริษัทต่างๆ กำลังใช้ข้อมูลทั้งภายในและภายนอกเพื่อใช้กับโมเดล พวกเขายังใช้เทคนิคการเรียนรู้ที่รักษาความเป็นส่วนตัว เช่น การสร้างข้อมูลสังเคราะห์เพื่อแก้ไขปัญหาการขาดแคลนข้อมูล ผู้นำและทีมงานจะต้องการทบทวนและพัฒนาการรักษาความเป็นส่วนตัวและความปลอดภัยของข้อมูลเพื่อให้แน่ใจว่าข้อมูลที่มีความสำคัญและละเอียดอ่อนยังคงได้รับการคุ้มครองเมื่อใช้ในรูปแบบใหม่ๆ ตัวอย่างเช่น ข้อมูลสังเคราะห์ควรเลียนแบบลักษณะสำคัญของลูกค้า แต่ไม่สามารถสืบย้อนกลับไปหาแต่ละบุคคลได้
  • ดำเนินการกำกับดูแล: การกำกับดูแลจะแตกต่างกันไปตามความเติบโตของ AI ขององค์กร อย่างไรก็ตาม บริษัทควรตั้งหลักการและนโยบาย AI ตั้งแต่เริ่มต้น เมื่อการใช้โมเดล AI เพิ่มขึ้น พวกเขาสามารถแต่งตั้งเจ้าหน้าที่ AI ดำเนินเฟรมเวิร์ก สร้างกลไกการรายงานและความรับผิดชอบ และพัฒนาโปรแกรมการปรับปรุงอย่างต่อเนื่อง

ปัจจัยสำคัญที่ช่วยให้โปรแกรม AI ที่มีความรับผิดชอบ

อะไรคือสิ่งที่ทำให้บริษัทที่เป็นผู้นำด้าน AI ที่มีความรับผิดชอบแตกต่างจากบริษัทอื่นๆ? พวกเขามี:

  • สร้างวิสัยทัศน์และเป้าหมายสำหรับ AI: ผู้นำสื่อสารวิสัยทัศน์และเป้าหมายของตนสำหรับ AI และประโยชน์ที่ AI มีต่อองค์กร ลูกค้า และสังคม
  • กำหนดความคาดหวัง: ผู้นำระดับสูงกำหนดความคาดหวังที่ถูกต้องสำหรับทีมงานในการสร้างโซลูชัน AI ที่มีความรับผิดชอบตั้งแต่เริ่มต้น แทนที่จะพยายามปรับโซลูชันหลังจากเสร็จสิ้นแล้ว
  • ดำเนินเฟรมเวิร์กและกระบวนการ: พันธมิตรให้เฟรมเวิร์ก AI ที่มีความรับผิดชอบพร้อมกระบวนการที่โปร่งใสและกลไกการตรวจสอบ ตัวอย่างเช่น การตรวจสอบความเป็นส่วนตัว ความยุติธรรม และอคติควรเป็นส่วนหนึ่งของการเตรียมข้อมูลเบื้องต้น การพัฒนาโมเดล และการตรวจสอบอย่างต่อเนื่อง
  • เข้าถึงทักษะด้านโดเมน อุตสาหกรรม และ AI: ทีมงานต้องการเร่งนวัตกรรมโซลูชัน AI เพื่อเพิ่มความสามารถในการแข่งขันทางธุรกิจ พวกเขาสามารถหาพันธมิตรเพื่อเข้าถึงทักษะโดเมนและอุตสาหกรรมที่เกี่ยวข้อง เช่น การวางกลยุทธ์และการดำเนินการด้านข้อมูลและ AI รวมถึงการวิเคราะห์ลูกค้า เทคโนโลยีการตลาด การจัดการห่วงโซ่อุปทาน และความสามารถอื่นๆ พันธมิตรยังสามารถให้ทักษะ AI ที่ครอบคลุม รวมถึงการออกแบบ การพัฒนา การดำเนินการ และการให้บริการโมเดลภาษาขนาดใหญ่ (LLM) โดยใช้เฟรมเวิร์กและกระบวนการ AI ที่มีความรับผิดชอบในการออกแบบ พัฒนา ใช้งาน และผลิตโซลูชัน
  • เข้าถึงเครื่องมือเร่งความเร็ว: พันธมิตรให้เข้าถึงระบบนิเวศ AI ซึ่งลดเวลาในการพัฒนาโครงการนำร่อง AI ที่มีความรับผิดชอบและ AI ที่สร้างสรรค์แบบดั้งเดิมได้ถึง 50% องค์กรจะได้รับโซลูชันแนวตั้งที่เพิ่มความสามารถในการแข่งขันในตลาด
  • รับรองการยอมรับและความรับผิดชอบของทีม: ทีมงานขององค์กรและพันธมิตรได้รับการฝึกอบรมเกี่ยวกับนโยบายและกระบวนการใหม่ๆ นอกจากนี้ องค์กรยังตรวจสอบทีมงานเพื่อให้แน่ใจว่ามีการปฏิบัติตามนโยบายหลัก
  • ใช้เมตริกที่ถูกต้องเพื่อ量ผลลัพธ์: ผู้นำและทีมงานใช้มาตรฐานและเมตริกอื่นๆ เพื่อแสดงว่า AI ที่มีความรับผิดชอบมีคุณค่าทางธุรกิจเพื่อรักษาความมีส่วนร่วมของผู้มีส่วนได้ส่วนเสีย
  • ตรวจสอบระบบ AI: พันธมิตรให้บริการตรวจสอบโมเดล AI เพื่อแก้ปัญหา proactively และรับรองว่าได้รับผลลัพธ์ที่เชื่อถือได้

วางแผนสำหรับ AI ที่มีความรับผิดชอบตอนนี้

หากบริษัทของคุณกำลังเร่งนวัตกรรม AI คุณอาจต้องการโปรแกรม AI ที่มีความรับผิดชอบ ดำเนินการ proactively เพื่อลดความเสี่ยง เพิ่มความเติบโตของโปรแกรมและกระบวนการ และแสดงความรับผิดชอบต่อผู้มีส่วนได้ส่วนเสีย

พันธมิตรสามารถให้ทักษะ ทools เฟรมเวิร์ก และหุ้นส่วนเพื่อให้คุณปลดปล่อยคุณค่าทางธุรกิจด้วย AI ที่มีความรับผิดชอบ นำโมเดลที่ยุติธรรมและไม่มีอคติ ใช้การควบคุม และเพิ่มการปฏิบัติตามข้อกำหนดของบริษัทในขณะที่เตรียมพร้อมสำหรับการกำกับดูแลที่จะมาถึง

ดร. ราวินทร์ ปาติล เป็น Senior Director of Data Science ที่ Tredence โดยนำทีมที่มีประสบการณ์ทางอุตสาหกรรม 15 ปี ในด้าน Data และ AI ความเชี่ยวชาญของเขาอยู่ในด้านการเป็นผู้นำทีมที่ประสบความสำเร็จ และพัฒนาโซลูชัน Data และ AI ที่มีประสิทธิภาพ ราวินทร์เริ่มอาชีพของเขา tại Siemens และมีส่วนร่วมอย่างมากที่ Philips Research และกลุ่มธุรกิจของพวกเขา ก่อนที่จะเข้าร่วม Tredence เขาได้นำทีม Data และ AI สำหรับกลุ่ม Personal Health มูลค่า 4 พันล้านดอลลาร์ของ Philips

ตลอดเส้นทางของเขา ราวินทร์ได้สร้างอัลกอริทึม AI หลายตัว แพลตฟอร์มข้อมูล และอำนวยความสะดวกในการรวมเข้ากับภาคธุรกิจต่างๆ เขาได้รับบكالอริอุสในด้านวิศวกรรมศาสตร์ มาสเตอร์ในด้านการรู้จำรูปแบบจาก IIT Madras ประเทศอินเดีย และปริญญาดุษฎีบัณฑิตในด้านการเรียนรู้ของเครื่องจาก University of Maastricht ประเทศเนเธอร์แลนด์ โดยมีการยื่นจดสิทธิบัตรมากกว่า 30 รายการ บทความวิจัยที่ตีพิมพ์มากมาย และได้รับการยอมรับว่าเป็นหนึ่งในผู้นำ AI อันดับต้นๆ ของอินเดียจาก AIM magazine ความสำเร็จของเขาเป็นที่น่าสนใจ